体育运动中脑震荡的普遍程度是众所周知的。因此，当他们必须决定运动员何时能够在头部受伤后返回比赛时，临床医生和其他人面临的挑战也是如此。

虽然大多数运动员在大约7到10天内从与运动相关的脑震荡中恢复，但有些需要更多时间。这种困境使得治疗与运动相关的脑震荡变得非常复杂。

来自佛罗里达大西洋大学工程与计算机科学学院和博卡拉顿SIVOTEC分析的研究人员以及合作者提出了一种新颖的解决方案。他们正在教机器如何根据头痛，头晕和疲劳等症状预测与运动相关的脑震荡的恢复时间。他们的研究发表在美国运动医学学院的期刊“运动与运动医学与科学”上，可以作为决策支持系统的基础，帮助临床医生为受伤的运动员开发个性化治疗。这项研究也是该团队不断努力开发机器学习模型以帮助诊断，跟踪和治疗各种脑部健康问题的一部分。

根据国家体育治疗，伤害和结果网络(NATION)的数据，这是一项针对高中学生运动员的伤害监测计划，研究人员检查了22项运动中2,004次脑震荡事件的数据，并查看了主要发生伤害的位置。他们发现超过一半的脑震荡发生在美式足球比赛中。

通过这些信息，他们创建了一个新的足球冲击伤以及其他接触性运动的数据集，其中包括摔跤，曲棍球以及男女儿童篮球，足球和长曲棍球。这个新的数据集包括922次足球脑震荡和689次其他接触性运动的脑震荡，共有1,611起来自所有接触性运动的脑震荡事件。对于所有接触性运动的数据集，每个与运动相关的脑震荡事件报告的症状总数从零到17，其中55%的学生运动员报告五种或更多症状。

研究人员实施了一种基于机器学习的监督建模方法，以预测7,14和28天内脑震荡相关症状的恢复时间。他们使用代表这些高中学生运动员在足球和其他接触运动中遭受三年脑震荡的数据集，研究了10种分类算法在建立预测模型中的功效。

数据集显示最常见的体育相关脑震荡症状是头痛(94.9%)，其次是头晕(74.3%)，然后是注意力不集中(61.1%)，基于症状的预测模型显示了实际的临床价值。估计与运动相关的脑震荡恢复时间。这些信息对于脑震荡病例管理和患者护理中的医疗保健提供者尤其有价值。除了临床决策支持，这种洞察力还有助于规划学术住宿和团队需求。

“我们引入了一种先进的方法和新的临床工具来管理与运动相关的脑震荡，随着越来越多的包容性数据，这种脑震荡将得到显着改善，”Taghi Khoshgoftaar博士，合着者，摩托罗拉教授在FAU部门工作计算机与电子工程与计算机科学专业，与SIVOTEC Analytics开发与应用高级副总裁Michael F. Bergeron博士，Sara Landset，合着者，博士生合作。FAU的学生。“我们的监督机器学习方法已证明有效，值得进一步探索。”

研究人员指出，症状总数，对噪音或光线敏感，注意力不集中，失眠和平衡问题具有优先预测价值，表明它们可能在其模型中起重要作用和作用。相比之下，他们没有发现健忘症，过度兴奋，意识丧失或耳鸣成为可衡量地促进表现最佳模式的相关候选者。

“能够及时识别那些在发生脑震荡后需要更多时间恢复的运动员非常重要，”伯杰龙说。“使用机器学习预测恢复时间的能力将有助于增强有效的分层护理方法。这也有助于对学生运动员的现实期望，并为家长，教练和教师提供重要的见解和观点。”

这项研究的合作者，“机器学习模拟高中体育脑震荡症状解决”，是奥兰多神经外科的内穆尔儿童医院;Cedars-Sinai Kerlan-Jobe洛杉矶体育神经病学中心;印第安纳波利斯的Datalys运动损伤研究和预防中心。

“这种有监督的机器学习在运动脑震荡流行病学中的应用是推动临床管理复杂病症的重要一步，”FAU工程与计算机科学学院院长Stella Batalama博士说。“有监督的机器学习有可能更有效地揭示有意义的模式，并可能对复杂的相互依赖的临床决定因素阵列提出独特的重要见解，以预测脑震荡症状恢复以及脑震荡管理中的无数其他方面。”